思考 | 人工智能时代:AI芯片能否实现弯道超越?
2018年4月16日,美国商务部宣布将在未来7年禁止美国公司以任何形式向中兴通讯销售零部件、商品、软件和技术。4月17日,中兴通讯(股票代码:000063.SZ)停牌,停牌期间商、政、学各界与美方积极协调磋商,即便如此,中兴在6月13日复牌后还是迎来了8个连续跌停,市值蒸发了超700亿。而中兴通讯港股(股票代码:00763.HK)开盘第一天便暴跌42%。与此同时,整个A股市场对于芯片相关的科技股走势也是一片恐慌。
伴随着股价大跌的是社会各界和民众对于中国无“芯”之痛的准确认知和深刻反思。
信息传递到一级市场,则是与芯片设计和制造相关的企业迅速成为资本寒冬下有限的优质标的,其中AI芯片行业的关注度尤高,该领域的领跑者寒武纪科技也在中兴通讯受挫时迅速敲定了估值25亿美金的B轮融资,国家队的继续领投也给中国“芯”带来慰藉。媒体和资方甚至将AI芯片视为中国芯片行业弯道超越的重大良机。
那么被如此寄予厚望的AI芯片到底和传统芯片有何区别,而当前AI芯片的国际和国内市场格局如何?AI芯片又是否真的可以带领中国“芯”走出困境呢?
一、AI芯片概念
AI芯片一般是指针对特定AI算法的专用芯片,具体包括自动驾驶芯片、图像识别芯片、语音识别芯片等等。传统的CPU虽然也可以用来处理这些算法,但是速度慢、效率低,在实际商用的过程中会遇到很多问题。目前市场接受度最高的AI芯片包括GPU、FPGA和ASIC等。
GPU:目前最广泛使用的AI芯片是英伟达公司的GPU,图形处理器GPU最开始是用在个人电脑等终端设备上进行绘图运算的微处理器,核心特点在于并行计算。后来工程师们发现GPU大量数据并行计算的能力正适用于深度学习的数据训练需求。CPU因为追求的是高效、强逻辑和处理极度复杂问题的计算能力,所以内部结构异常复杂,但是GPU面对的都是类型高度统一、相互无依赖的数据类型,计算环境相对安静而无需太多中断指令,而机器学习恰好是对大量的相同而无关联的数据进行独立运算。不仅结构简单而且计算性能高,GPU很自然地被广泛用到AI计算领域。
ASIC和FPGA:ASIC(Application-Specific Integrated Circuit)是一种为专门目的而设计的集成电路,特点是面向特定用户的需求。FPGA全称是Field Programmable Gate Array,可编程逻辑门阵列,顾名思义该类芯片在硬件层面上是可编程、可定制的电路,具体是通过烧录配置文件来定义内部集成大量的数字电路基本门电路和存储器来实现,可以理解为半定制的ASIC。FPGA一般比ASIC的速度要慢,实现同样功能的电路面积需求比ASIC也要大,但是因为其可以快速成品以及可修改性等优点被广泛应用于AI加速计算领域。
GPU多用于机器学习的Training阶段,而ASCI和FPGA则多用于数据的Inference。此外还有模拟人脑运行的类脑芯片等新型架构芯片也有不少厂商在尝试开发和应用。
二、AI芯片企业的格局与现状
介绍完了AI芯片的基本概念,那么现在全球AI芯片的发展现状如何呢?
2016年AlphaGo与李世石的人机围棋大战将最新的AI研发成果推向大众视野,而背后支撑AlphaGo战胜李世石的利器除了DeepMind的高度智能算法,还有Google自主开发、搭建的AI芯片TPU;苹果在2017年发布的里程碑产品iPhoneX搭载了其自主研发的A11仿生芯片,A11内部由CPU、GPU和神经网络芯片等组成,iPhoneX也被苹果定义为其第一款AI手机;2018年4月,各大科技媒体报道,全球知名社交网络公司Facebook正在组建自己的芯片设计团队。除了新兴巨头在AI芯片领域的抢占布局外,老牌芯片公司借助自身的优势也在不断加注AI赛道。英伟达在GPU领域一直独占鳌头,借着人工智能算法技术爆发的东风,市场对于AI芯片需求的快速提升让其股价在三年内涨了14倍;全球最大的计算机芯片制造商英特尔,虽然其CPU架构不适合运算AI算法,但是早就通过收购的方式进入了未来的人工智能市场,其在2015年便以137亿美金的高价收购了全球第二大FPGA厂商Altera,该笔交易是英特尔成立至今最贵的一场收购;而作为全球第一大的FPGA生产商,Xilinx(赛灵思)一直在世界范围内,尤其是亚太区大力发展合作商,并于今年7月份收购了中国明星初创企业深鉴科技。
国外巨头林立,国内AI芯片的发展却尚未形成一定的市场规模,目前产品进度较快的企业主要包括寒武纪、地平线和深鉴科技等。其中寒武纪科技是中科院计算所孵化投资的企业,其于2016年便发布了寒武纪1A处理器,是一款可以深度学习的神经网络专用处理器,主要面向安防、智能手机和智能驾驶等领域。寒武纪科技也是全球首个AI芯片界独角兽企业;深鉴科技是清华教师和学子创业成立的软硬件协同FPGA芯片开发公司。截至目前,深鉴已经推出了人脸检测识别、人脸分析解决方案、视频结构化解决方案、双目深度视觉套件等多款AI产品,另外深鉴科技自主研发的芯片“听涛”、“观海”也将于2018年下半年上市;比特大陆是比特币行业独角兽企业,其在2015年即开始涉足AI芯片,2017年推出的Sophon BM1680直接对标谷歌TPU,是用于计算加速的ASIC,比特大陆的芯片产品主要用于数字货币的矿机设备;地平线科技是专注于机器人和自动驾驶领域嵌入式AI视觉芯片企业,公司2017年12月底发布的面向智能驾驶的Journey1.0处理器和面向智能摄像头的Sunrise1.0处理器,具有全球领先的视觉性能。此外百度、华为、阿里达摩院以及清华大学、中国科学院等实力较强的企业和单位均已开始独立或联合第三方开展AI芯片的研发和应用。
三、机遇与困境
根据Statista的统计报告,2015年AI市场将会达到600亿美金。而在中国,由于近年来国内互联网的快速发展,大量的数据积累为AI技术发展提供了丰富的数字基础,高盛预测中国将会在全球AI领域取得全面领先的市场地位。
人工智能的应用领域非常广泛,AI芯片也将会被陆续应用在图像识别、加速计算、ADAS、视频监控等场景。但不可置否的是,即便传统的芯片巨头企业和新兴的造芯势力都投入了大量资金和人才,扩大市场规模和提升落地能力还是会有很长一段路需要走。
AI芯片企业能否推动中国“芯”走向快车道,不仅仅取决于技术的稳定迭代,更重要在于市场应用方向的快速明确和突破。而在资本层面,套个AI外壳就能拿到投资的时代已经不存在了,扎实的团队、高性能的产品,以及落地能力强、能赚钱的企业才是市场青睐的投资标的。
原文发布时间为:2018-09-12
本文作者:水木资本
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
(4opencv)OpenCV PR 成功的收获和感悟
2018-09-12,第一次对OpenCVPR成功 https://github.com/opencv/opencv/pull/12206 《findinnercircleofcontourbyusingpointPolygonTest》 总的来说,参加PR绝对是一件消耗时间精力(特别对于新手),同时收获非常巨大的事情。 下面,分几个方面对这次工作进行总结。 一、价值和 收益 1、获得名誉、结交高手 这是隐性的收获,但却是绝对重要的收获。在anwseropencv上面的交流,在githup里面提交pr和issue,你所交流的这些人,都是这个方向最为优秀的工程师,和他们进行交流,能够有很多收益。 2、项目理解 正是因为要向项目提交代码,强迫自己必须从结构、细节等多个方面去理解这个项目,绝不是仅够用就可以。这就使得你对项目的理解能够更上层次,进一步地理解项目内容; 更深入的理解,带来的结果,显而易见是在使用的时候能够更得心应手。“你对你所做的了解的越多,则越能够做得更好” 3、代码规范; 我们都说cleanCode,但是你写出来的到底是不是c...
- 下一篇
【收藏】支持向量机原理详解+案例+代码!【点击阅读原文下载】
SVM 是如何工作的? 支持向量机的基础概念可以通过一个简单的例子来解释。让我们想象两个类别:红色和蓝色,我们的数据有两个特征:x 和 y。我们想要一个分类器,给定一对(x,y)坐标,输出仅限于红色或蓝色。我们将已标记的训练数据列在下图中: 支持向量机会接受这些数据点,并输出一个超平面(在二维的图中,就是一条线)以将两类分割开来。这条线就是判定边界:将红色和蓝色分割开。 但是,最好的超平面是什么样的?对于 SVM 来说,它是最大化两个类别边距的那种方式,换句话说:超平面(在本例中是一条线)对每个类别最近的元素距离最远。 线性数据 上面的例子很简单,因为那些数据是线性可分的——我们可以通过画一条直线来简单地分割红色和蓝色。然而,大多数情况下事情没有那么简单。看看下面的例子: 很明显,你无法找出一个线性决策边界(一条直线分开两个类别)。然而,两种向量的位置分得很开,看起来应该可以轻易地分开它们。 这个时候我们需要引入第三个维度。迄今为止,我们有两个维度:x 和 y。让我们加入维度 z,并且让它以直观的方式出现:z = x² + y²(没错,圆形的方程式) 于是我们就有了一个三维空间,看看这...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Hadoop3单机部署,实现最简伪集群
- CentOS8编译安装MySQL8.0.19
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Mario游戏-低调大师作品
- CentOS6,CentOS7官方镜像安装Oracle11G